基于概率神经网络的全向足球机器人运动系统的故障诊断.pdfVIP

2014年 11月 机床与液压 Nov．2014 第42卷 第21期 MACHINET00L ＆ HYDRAULICS V0l_42No．21 DOI：10．3969／j．issn．1001—3881．2014．21．012 基于概率神经网络的全向足球机器人运动系统的故障诊断 赵爽，李立 (西南交通大学机械工程学院，四川成都610031) 摘要：全向足球机器人运动系统故障诊断研究对于增强其鲁棒性具有重要意义。在分析全向足球机器人运动系统故障 类型的基础上，提出了基于概率神经网络的全向足球机器人运动系统故障诊断方法。在该方法中，采用卡尔曼滤波器实时 处理全向足球机器人运动速度的残差信号，并通过概率神经网络对其故障进行诊断。给出的仿真实例证明了该方法的有效 性。 关键词：全向足球机器人；故障诊断；概率神经网络；卡尔曼滤波 中图分类号：TP24 文献标识码：A 文章编号：1001—3881(2014)21—046—4 FaultDiagnosisforMotionSystem ofOmni．directionalSoccerRobotBasedonPNN ZHA0 Shuang．LILi (SchoolofMechanicalEngineering，SouthwestJiaotongUniversity，ChengduSichuan610031，China) Abstract：Itisofimportantsignificancetodiagnosestudythefaultformotionsystem oftheomni—directionalsoccerrobottoen— hanceitsrobustness．Onbasisofanalyzingthefaulttypesofmotionsystem，themethodbasedonprobabilityneuralnetwork(PNN)for Omni—directionalsoccerrobotwasproposed．Amongthemethod，theKalmanfilteringmethodwasusedtoprocesstheresidualssignal generatedbytherobot’Svelocityinrealtime，andthenthefaultofthemotionsystem wasdiagnosedaccuratelythroughthePNN．A simulationexampleisgiventodemonstratethevalidityofthemethod． Keywords：Omni—directional soccerrobot；Faultdiagnosis；PNN；Kalmanfiltering 0 前言 数增长 ；并且运动方程的复杂性也会增加故障数学模 机器人足球比赛是近年来国际上迅速开展起来的 型复杂度甚至难以建立准确故障数学模型。相比于两 一 种高科技对抗活动，它融合了人工智能、智能控 轮差动运动方式 ，全向机器人的运动学更加复杂，尤 制、传感器等多个领域的前沿研究和技术…。Robo． 其是四轮全向机器人具有冗余 自由度和更多的元器 cup小型足球机器人比赛是其中的一种 ，两支队伍各 件 ，因此多模型方法已不适用于全向足球机器人。概 有6个机器人 ，通过场地正上方的摄像头获取比赛相 率神经网络有很强的非线性映射能力 ，对于复杂或难 关信息，在规则允许范围内将球射入对方球门内的数 于建立准确数学模型系统的故障诊断有其独特的优越 量多者获胜。足球机器人的运动性能直接关系到比赛 性 ，并且具有分类能力优秀、训练速度快等优点，其 的胜负。然而 ，比赛中的突然加减速、启动、急停和 已在发动机 、电网系统 等故障诊断中得到成功应 碰撞等容易导致机器人出现故障，如电机、